Massachusetts Institute of Technology（麻省理工学院）

2607.21758 2026-07-27 cs.CL 新提交

Humanly: A Configurable and Traceable Environment for Human-AI Collaborative Writing

Humanly：一个用于人机协作写作的可配置且可追溯的环境

Shenzhe Zhu, Haoqian Zhang, Xu Yang, Jingyu Tang, Yi Nian, Xiaoxue Du, Shu Yang, Alex Pentland, Joachim Baumann, Jiaxin Pei

机构 * UT Austin（德克萨斯大学奥斯汀分校）； University of Toronto（多伦多大学）； Stanford University（斯坦福大学）； MIT（麻省理工学院）； USC（南加州大学）； KAUST（阿卜杜拉国王科技大学）

AI总结研究针对人机协作写作难以判断创作过程的问题，提出Humanly写作平台，用户能配置环境，平台记录活动与辅助，可打包会话生成证书，支持多种场景，经研究验证对各角色有帮助且能区分打字方式。

2607.21627 2026-07-27 cs.AI cs.LG 新提交

模块各司其职吗？复合语言模型系统中的角色漂移

Xiaoyang Cao, Siddarth Srinivasan, Michiel A. Bakker

机构 * Massachusetts Institute of Technology（麻省理工学院）； Harvard University（哈佛大学）

AI总结研究复合语言模型系统中模块的角色漂移问题，提出角色锚定正则化方法，通过实验揭示仅准确性无法检测的角色漂移，该方法能以可调成本减轻漂移，且减少与角色漂移方向的对齐，而非简单抑制学习。

2607.21716 2026-07-27 cs.LG cs.AI math.OC stat.ML 新提交

二次模型的辩护

Alexandru Meterez, Pranav Ajit Nair, Depen Morwani, Cengiz Pehlevan, Sham Kakade, Alex Damian

机构 * Kempner Institute at Harvard University（哈佛大学坎普纳研究所）； MIT（麻省理工学院）

AI总结研究对二次模型进行压力测试，通过泰勒展开预测优化动态，利用兰索斯求积法分析海森矩阵谱和局部稳定性，发现其在语言模型中能准确反映优化情况，或可作为预训练优化动态的理论易处理代理。